离散信源最大熵证明
離散信源最大熵證明
我們都知道對(duì)于單符號(hào)離散信源,信源熵H(X)最大的條件是:X滿足均勻分布。
準(zhǔn)備工作 H(X)=?∑i=1np(xi)?log(p(xi))H(X)= -\sum_{i=1}^{n}p(x_{i})*log(p(x_{i}))H(X)=?∑i=1n?p(xi?)?log(p(xi?))…(1)
公式(1) 是信源熵的公式,其中,‘n’ 表示信源發(fā)送符號(hào)的類型數(shù)量,’p(xi)p(x_{i})p(xi?)’ 表示發(fā)送符號(hào)’xix_{i}xi?’ 的概率。
已知條件:
p(xi)>0p(x_{i})>0p(xi?)>0 … (2)∑i=1np(xi)=1\sum_{i=1}^{n} p(x_{i})=1∑i=1n?p(xi?)=1 … (3)
目標(biāo):
max{H(X)}max \{H(X)\}max{H(X)}開始證明
令
f(x)=?x?log(x)f(x) = -x * log(x)f(x)=?x?log(x)… (4)其中x>0,∑i=1nx=1x>0,\sum_{i=1}^{n}x=1x>0,∑i=1n?x=1,條件與公式(2)、(3)相同。
對(duì)f(x)f(x)f(x)求二階導(dǎo)數(shù),得
f′′(x)=?1x<0f\prime \prime(x)=-\frac{1}{x} < 0f′′(x)=?x1?<0 …(5)二階導(dǎo)數(shù)小于零,則該函數(shù)是凹函數(shù),凹函數(shù)有一條性質(zhì):
f(x1+x22)≥f(x1)+f(x2)2f(\frac{x_{1}+x_{2}}{2})\geq \frac{f(x_{1}) + f(x_{2})}{2}f(2x1?+x2??)≥2f(x1?)+f(x2?)?…(6)將公式(6)拓展一下可得:
f(x1+x2+?+xnn)≥f(x1)+f(x2)+?+f(xn)nf(\frac{x_{1}+x_{2}+\cdots+x_{n}}{n})\geq \frac{f(x_{1})+f(x_{2})+\cdots+f(x_{n})}{n}f(nx1?+x2?+?+xn??)≥nf(x1?)+f(x2?)+?+f(xn?)?…(7)這個(gè)公式也叫琴生不等式(Jensen Inequality)。
公式(6)、(7)去等號(hào)的條件是:
x1=x2=?=xxx_1=x_2=\cdots=x_xx1?=x2?=?=xx?…(8)好了,現(xiàn)在將公式(1)改寫成
H(x)=f(p(x1))+f(p(x2))+?+f(p(xn))H(x)=f(p(x_{1}))+f(p(x_2))+\cdots+f(p(x_n))H(x)=f(p(x1?))+f(p(x2?))+?+f(p(xn?)) ≤n?f(p(x1)+p(x2)+?+p(xn)n)\leq n * f(\frac{p(x_1)+p(x_2)+\dots+p(x_n)}{n})≤n?f(np(x1?)+p(x2?)+?+p(xn?)?)當(dāng)且僅當(dāng)
p(x1)=p(x2)=?=p(xn)p(x_1)=p(x_2)=\dots=p(x_n)p(x1?)=p(x2?)=?=p(xn?)時(shí),等號(hào)成立。所以,當(dāng)單符號(hào)離散信源等概率發(fā)送符號(hào)時(shí),信源熵最大。
總結(jié)
- 上一篇: NIST PQC候选方案 SIKE 以及
- 下一篇: 22岁对于人生的感悟